临床 ASR 飞轮 · 微调

要解决什么问题

临床 ASR 飞轮的前几阶段会产出 manifest 和 cycle-N 基线 KER。当优先类别（药名、病症、手术等）错误率仍然偏高，且评测决策树认为「值得消耗 GPU 做微调」时，你需要的是：可复现的 NeMo 全模型 SFT，以及用 cycle N+1 离线 KER 判断这次训练是否真的闭合了闭环——而不是凭感觉调参或误把 Riva 延迟当成模型质量。

技能如何工作

本技能负责 适配与度量 阶段，默认从 /digital-health-clinical-asr-eval 带入 manifest、基线 KER 与门控结论进入流程。

• 门控：优先类别 KER > 0.3，且 manifest ≥ 100 行、每个优先 entity_category ≥ 5 行；否则应回到 /digital-health-clinical-asr-build 扩充数据。
• 切分：按 entity_category 分层、行不相交的训练/验证集（默认验证比例 0.2）；同一术语可出现在 train/val 不同行，用于度量声学与上下文鲁棒性。
• 训练：在 nvcr.io/nvidia/nemo:25.11.01 内调用原生 /opt/NeMo/examples/asr/speech_to_text_finetune.py，无自定义适配器、无补丁；推荐基础模型 nvidia/parakeet-tdt-0.6b-v2（参考 manifest 上 3 epoch：KER 0.513 → 0.128，相对约 -75%）。
• 闭环：用微调后的 .nemo 做离线 transcribe() 复评，产出与 eval 技能一致的四项指标与五段式排行榜，再与 cycle-N 对比决策：保留模型、扩充 manifest，或承认微调无帮助。
• 可选部署：将 .nemo 交给 /riva-asr-custom，并显式传入源解码器架构（CTC / RNNT / TDT），避免 riva-build 选错容器。

边界与注意点

• 不要对 nvidia/nemotron-speech-streaming-en-0.6b 做 SFT：验证集易出现 UNK 坍缩；流式上线可由 Riva 分块非流式基础模型。
• TDT/RNNT 上的适配器式 SFT 已损坏（NaN 损失）；应坚持原生全模型 SFT 配方。
• 小 manifest 易过拟合或 cycle-N+1 信号噪声大：信号密度优先于学习率扫描。
• 离线 KER 是模型质量度量；Riva NIM 验证的是服务侧（延迟、流式、规模），二者分工不同。